hades83bks

도구가 첫 출력을 냈다 — 첫 영상이 나갔다

https://youtu.be/42Dfq00VF7s?si=LUj_kbaTagb6oDO1

두 달 만에 완성한 영상 자동화 파이프라인

오늘 드디어
내가 두 달간 밤낮없이 빌드해 온 영상 자동화 파이프라인의 첫 결과물이 드디어 유튜브 세상에 올라갔다.
(첫 결과물은 아니지 사실대로 말하면 이전에 커썰이 있었으니…)

영상 자동화 파이프라인. 이게 두 달 동안 나를 붙잡고 있던 전부였다.

첫 영상의 주제는 최근 국내 증시를 뒤흔든 ‘SK하이닉스 -9.92% 급락 시황과 젠슨 황 방한’ 이슈다.
길이는 약 7분 7초이며, 가로 영상으로 제작되었다.
(이건 내가 알아낸 사실이지만 쇼츠 처럼 세로 영상으로 3분이상 넘어가게되면 롱폼으로 간주된다.)

두 달간 쌓아온 도구들

여기까지 오는 데 정말 많은 도구와 인프라를 쌓아왔다.
8편에서 비용이 51%를 찍는 것을 보고 모델 분산 배치를 결정했고,
9편에서는 이미지 자동화 파이프라인을 구축했다.
10편에서는 영상에 들어갈 캐릭터 에디터를 직접 만들었으며,
다가올 11편과 12편에서는 분산 한 달 후 데이터 검증과 슬라이드 시스템 6종 확장을 준비 중이다.
돌이켜보면 이 모든 도구와 시행착오들이 오늘!
이 영상 한 편을 완벽하게 뽑아내기 위한 필수 부품들이었다.
두 달 가까이 이렇다 할 결과물 없이 밑바닥 도구만 주구장창 쌓아오던 지루한 단계가 드디어 끝난 것이다.

15분 만에 도는 빌드 흐름

이번 첫 영상을 만들어낼 때의 실제 빌드 흐름은 다음과 같았다.
원고를 작성하면 publish-from-script.js 엔진이 텍스트를 분석해 슬라이드 스펙을 자동으로 생성한다.
이어서 Typecast API를 통해 보이스(TTS) 데이터를 다운로드하는데,

이때 스피커별로 미리 지정된 색상과 폰트 매핑 플러그인이 자동으로 작동한다.
그다음 디자인 템플릿 중 주제에 맞는 것을 선택하면 PNG 레이아웃과 mp4 비디오 소스가 자동으로 출력된다.
여기에 캐릭터 스튜디오에서 미리 추출해 둔 마스코트 인드로 진행자 컷을 올리고,
마지막으로 FFmpeg 스크립트를 실행하면 슬라이드, 마스코트, 자막, BGM이 단 한 번에 연결된다.
이렇게 완성된 최종본을 유튜브에 업로드하는 구조다.
(유튜브 업로드도 자동으로 하려했는데 이건 정말로 너무나 귀찮아서 일단 빼두었다)

이 모든 파이프라인이 한 바퀴 돌아 최종 영상이 출력되기까지 걸린 전체 작업 시간은 놀랍게도
단 15분이었다.
원래 수작업으로 진행했다면 파워포인트로 슬라이드를 일일이 디자인하고,
보이스를 따로 녹음해서 타임라인에 맞추고,
프리미어나 캡컷 같은 편집 툴에서 자막을 한 땀 한 땀 박아야 했을 것이다.
최소 하루 꼬박 걸리던 중노동이 단 몇 번의 명령어로 단축된 셈이다.

출력은 15분, 수정은 2시간

물론 15분만에 생성되는건 맞긴하지만.
출력된 결과물을 수정하는데 2시간이 걸렷다.

• tts랑 자막이 싱크가 맞지않는 문제
• 이미지가 의미없는 과자사진이 들어가는 문제
• 어제 있었던 일을 오늘 해야한다고 거짓말하는 클로드
• 반복된 작업을 싫어하니 하기싫다고 말하는 클로드..
  (이건 최근에 알게된 사실이지만 AI들도 자기들이 일하기싫으면 할루시네이션이 심해진다.)

제일 큰 문제는 수정한 뒤 재생성을 해야하는데 또 똑같이 15분이 걸린다.
왜냐?
실수한 잘못된 곳을 수정하려면 0~41에 가운데 하나만 끼워넣으려면
결국 내 손이 들어가야하는데
손이 들어간다 = (캡컷으로 중간에 한두컷을 수동으로 넣고 발행하고 확인하는것이다)
내 손을 쓰기 싫으면 클로드에게 그냥 맡기는 수밖에없다.
맡긴다 = “야 이거 해”

처음 돌려본 명암

물론 첫 실행이었던 만큼 명암이 확실했다.
가장 잘 됐던 부분은 슬라이드 자동 생성과 자막 매핑이었다.
복잡한 반도체 용어나 주가 수치들이 오타 없이 한 번에 완벽한 비주얼로 표현되었고,
오디오 타이밍과 자막 씽크 부분은 인간이 손으로 다시 만질 필요가 전혀 없을 만큼 정교하게 맞아떨어졌다.

반면 아쉬운 점도 명확했다.
영상 중간에 나온 용어 설명 슬라이드는 배경 톤이 너무 어두워 전체적인 시각적 톤앤매너와 맞지 않아 수동으로 코드를 조금 손봐야 했다.(내가 아닌 클로드가)
또한, 특정 하이라이트 컷에서 마스코트 캐릭터의 위치가 자막 일부분을 살짝 가리는 레이어 오류가 발생했고,
‘HBM4′, ’10b5원’ 같은 전문 기술 및 법적 용어의 TTS 발음이 약간 어색하게 처리된 단어들이 있어 오디오 필터를 재구성하는 문제를 남겼다.

그럼에도 이번 첫 출력이 준 감회는 남다르다.
지난 두 달 동안 구체적인 영상 결과물 없이 백엔드 도구와 파이프라인만 붙잡고 있을 때는 솔직히 외롭고 불안했다.
‘이 코드가 진짜 움직여서 번듯한 영상이 되긴 할까?’라는 의심이 머릿속을 계속 맴돌았다.
하지만 오늘 내가 짠 시스템이 뱉어낸 첫 영상이 유튜브 채널 페이지에 그대로 박히고 재생되는 순간, 그 모든 의심과 피로가 눈 녹듯 사라졌다.

코드를 한 줄도 제대로 쓰지 못하는 내가 오직 AI에게 구조를 지시하고 협업하여 영상 자동 생성 시스템을 구축해 냈다.
그리고 그 시스템이 마침내 실제 대중 앞에 나갈 완성도 높은 콘텐츠를 안정적으로 출력해 냈다.
이게 2026년을 살아가는 솔로 제작자에게 정말로 가능한 일이라는 것을,
내 눈으로 직접 확인하고 나서야 온전히 실감이 났다.

다음 한 달의 목표는 명확하다.
구축된 파이프라인을 풀가동해 주 3편 이상,
총 12편의 영상을 안정적으로 양산하는 궤도에 진입할 것이다.
그리고 이번 첫 영상의 조회수, 평균 체류 시간, 이탈률 등 유튜브 스튜디오의 실제 시청자 데이터를 기반으로
파이프라인의 레이아웃과 연출 방식을 정밀하게 튜닝해 나갈 예정이다.
도구는 준비 완료되었으니,
이제는 진짜 스케일업의 시간이다.
(그냥 혼자만의 생각인데 이게 가능할까 계속 의심이 된다.)

영상 자동화 파이프라인. 두 달 만에 첫 영상이 나갔다. 이제 진짜 시작이다.

AI 서브에이전트 관점에서 핵심 변수를 짚어봅니다. 어느 날 여느 때처럼 유튜브 영상을 기획하고 제작하던 중이었습니다. 문득 마음 한구석에서 깊은 답답함이 밀려왔습니다. 주식 차트를 보여주며 시장 흐름을 명쾌하게 설명하고 싶었는데, 제가 직접 개발한 슬라이드 영상 시스템에는 그래프를 그릴 수 있는 슬라이드가 아예 없었던 것입니다.

결국 제가 선택할 수 있었던 유일한 방법은 텍스트로 된 글머리 기호(bullet point)를 사용해 숫자를 구질구질하게 나열하는 것뿐이었습니다. 명색이 자동화된 슬라이드 영상 제작 시스템인데, 핵심적인 시각화 도구가 빠져 있으니 매번 텍스트만 가득한 지루한 영상이 나올 수밖에 없었죠. 그날 밤, 모니터를 끄며 굳게 결심했습니다. “답답해서 안 되겠다. 당장 템플릿을 추가로 개발하자.”

한마디로 이번 작업의 주역은 AI 서브에이전트. 직접 코딩하는 대신 AI 서브에이전트 3개에게 일을 나눠주고, 저는 설계와 검수만 맡은 셈입니다.

지난 10편 글에서 “드디어 나만의 영상 자동화 도구를 만들었다”고 기쁘게 자랑했던 기억이 납니다. 그런데 신기하게도 그 글을 올린 지 채 한 달도 지나지 않아서, 저는 이 도구에 새로운 살을 붙이기 시작했습니다. 역시 도구란 한 번 만들고 끝나는 정적인 존재가 아니라, 창작자의 필요에 따라 끊임없이 성장해 나가는 생명체 같은 것인가 봅니다.

급하게 보완하기로 한 슬라이드 템플릿 6종

이번에 보완이 시급하다고 느낀 필수 템플릿 레이아웃은 총 6가지였습니다.

첫째, 막대그래프나 선그래프를 깔끔하게 그려주는 ‘chart’ 레이아웃. 둘째, 좌우 카드를 배치해 대조군을 명확히 보여주는 ‘compare’ 레이아웃. 셋째, 아주 굵고 선명한 서체로 한 줄을 강렬하게 때려 박는 ‘headline’ 레이아웃. 넷째, 뉴스 채널처럼 화면 하단이나 측면에 종목별 실시간 가격 흐름을 보여주는 ‘ticker’ 레이아웃. 다섯째, 역사적 사건이나 프로세스를 시간 순서대로 가로막대 위에 펼쳐놓는 ‘timeline’ 레이아웃. 마지막 여섯째, 여러 개의 통계 수치를 4분할이나 6분할 격자 형태로 깔끔하게 채워 넣는 ‘stat-grid’ 레이아웃까지. 이 모든 걸 완벽히 갖추고 싶었습니다.

AI 서브에이전트 병렬 시스템을 가동하다

하지만 큰 문제가 있었습니다. 이 6개의 복잡한 웹 기반 CSS/JS 슬라이드 템플릿을 하나씩 정성스레 수작업으로 만들려면 아무리 빨라도 최소 일주일은 족히 걸릴 게 뻔했습니다. 개발에 진을 다 빼고 정작 본업인 영상 기획은 뒷전이 될 것 같아 몹시 싫었습니다. 그래서 꾀를 냈습니다. 예전에 구축해 둔 ‘AI 서브에이전트 병렬 시스템’을 가동하기로 한 것입니다.

터미널을 열고, Anthropic의 Sonnet 모델 기반으로 작동하는 서브에이전트 3개를 동시에 띄웠습니다. 각 에이전트에게 쪼개진 미션을 나누어 던졌습니다.

지난 8편에서 다루었던 ‘분산 결정 아키텍처’가 실제로 어떻게 힘을 발휘하는지 증명할 수 있는 완벽한 기회였습니다. 복잡하고 무거운 전체 과업을 아주 단순하고 독립적인 단위로 잘게 쪼갠 뒤, 손넷 서브에이전트 셋에게 골고루 배분했습니다.

설계는 사람이, 구현은 에이전트가

각 에이전트는 자신에게 할당된 슬라이드의 HTML/CSS 코드, 화면을 채울 더미 데이터 세트, 그리고 깨지지 않고 완벽하게 렌더링 되는지 검증하는 자동화 테스트 스크립트까지 세트로 완성해 저에게 전달하도록 설계했습니다. 저는 그저 팔짱을 끼고 전체 설계를 감시하며, 올라오는 결과물들을 꼼꼼하게 검수하고 최종 검증을 거쳐 통합하기만 하면 되었습니다.

그렇게 진행된 프로젝트의 역할 분담은 대략 다음과 같았습니다. 서브에이전트 A는 정교한 ‘chart’ 템플릿과 시간 순대로 배치되는 ‘timeline’을 맡았고, 서브에이전트 B는 카드를 양쪽으로 대조하는 ‘compare’와 다중 격자 수치 데이터 구조인 ‘stat-grid’를 할당받았습니다. 마지막 서브에이전트 C는 심플하지만 강력한 가독성을 뿜어야 하는 ‘headline’과 무한 롤링 영역이 포함된 ‘ticker’ 구현을 완벽히 소화해 냈습니다. 이들은 각자의 영역에서 충돌 없이 훌륭한 코드를 생산해 냈습니다.

순수 작업 시간 14시간, 66% 단축

결과는 정말 놀라웠습니다. 6가지 템플릿을 설계부터 자동 테스트 빌드까지 완전히 완성하는 데 걸린 실제 순수 시간은 단 14시간이었습니다. 만약 제가 서브에이전트 없이 순차적으로 하나하나 맨땅에 코딩했다면 최소 42시간 이상은 꼬박 걸렸을 작업이었습니다. 결과적으로 전체 개발 시간을 무려 66%나 단축하는 데 성공한 셈입니다.

stat-grid는 세 번을 다시 고쳤다

물론 모든 과정이 다 순탄하지만은 않았습니다. 예를 들어 ‘stat-grid’ 슬라이드는 예상보다 개발 난이도가 꽤 높았습니다. 화면 해상도나 텍스트 길이에 따라 격자가 깨지지 않고 유연하게 배치되도록 CSS flex와 grid 비율을 잡는 부분에서 미세한 에러가 계속해서 발생했기 때문입니다. 결국 담당 에이전트에게 세 차례나 다시 고쳐 오라고 피드백을 전달하며 루프를 돌아야 했습니다. 반면, 한 줄 문구를 크게 박는 ‘headline’ 슬라이드는 정말 손쉽게 단 한 번 만에 완벽한 레이아웃이 나왔습니다. 구조 자체가 단순했기에 폰트 굵기와 정렬만 맞추면 끝나는 작업이었기 때문입니다.

가장 큰 난관은 서브에이전트들끼리 서로 소통하지 않고 제각각 작업하다 보니 발생한 ‘디자인 톤의 미묘한 어긋남’이었습니다. 미세하게 둥글기 값이 다른 border-radius나 서로 미묘하게 다른 회색조 컬러, 폰트 자간 등이 통합 단계에서 눈에 밟혔습니다. 결국 최종 검수 및 통합 단계에서 제가 직접 CSS 스타일시트를 열고 전체적인 디자인 규격을 일괄 조율하는 다듬기 작업을 거쳐야 했습니다. 이 통합 작업이 예상외로 전체 제작 시간의 30% 정도를 잡아먹었지만, 그럼에도 생산성이 어마어마하게 폭발했다는 사실은 변하지 않습니다.

이번 개발을 통해 드디어 총 10종의 고품질 슬라이드 템플릿 시스템이 완성되었습니다. 이제 웬만한 복잡한 주제의 주식 분석, 시사 정보, 트렌드 영상도 마우스 몇 번 클릭하며 슬라이드를 조합하는 것만으로 뚝딱 만들어낼 수 있는 강력한 무기를 쥐게 되었습니다.

AI 서브에이전트가 알려준 진짜 역량

두 번째로 진행된 이번 서브에이전트 병렬 실전 프로젝트를 치르며, 저는 아주 소중한 진리를 하나 깨달았습니다. AI가 대신 코딩을 해주는 시대에 인간 창작자에게 필요한 진짜 역량은 구체적인 문법을 외우는 코딩 기술이 아니라는 점입니다. 바로 전체 시스템을 쪼개어 바라볼 수 있는 ‘구조적 설계 능력’과 결과물의 퀄리티를 판단할 줄 아는 ‘안목과 검수 능력’이 진짜 무기입니다. 코드를 직접 한 줄도 짜지 못하더라도 설계의 방향성만 제대로 잡을 수 있다면, 누구나 자신만의 도구를 무한히 자라나게 만들 수 있는 메타 아키텍처의 시대가 열린 것입니다.

다음 목표는 명확합니다. 이렇게 구축된 10종의 템플릿 풀세트를 활용해 다음 한 주 동안 쉬지 않고 고화질 쇼츠와 풀영상들을 가득 뽑아내어 실전에 돌려볼 예정입니다. 실제로 제작 프로세스에서 유용하게 자주 쓰이는 슬라이드와, 멋있어 보여서 만들었지만 정작 손이 안 가고 썩어가는 슬라이드가 무엇인지 정량적 데이터로 선별해 낼 것입니다. 안 쓰는 도구는 과감하게 쳐내거나 통폐합하며, 도구의 군더더기를 걷어내는 다이어트 작업에 들어갈 계획입니다. 도구가 진정으로 자란다는 것은, 비대하게 커지기만 하는 게 아니라 사용자의 손때가 묻어 가장 가볍고 날카로운 상태로 정제되는 과정이니까요.